Markow-Entscheidungsprozess

Ein mathematisches Modell für sequentielle Entscheidungsfindung unter Unsicherheit, definiert durch ein Tupel (S, A, P, R, γ): Zustandsraum S, Aktionsmenge A, Übergangskern P(s'|s,a), Belohnungsfunktion R(s,a) und Diskontfaktor γ; Entscheidungen (Politiken) ordnen Zuständen Aktionen oder Verteilungen über Aktionen zu.

Formales Modell für sequentielle Entscheidungsprobleme, bei dem ein Agent einen Zustand aus einem Zustandsraum beobachtet, eine Aktion aus einer Aktionsmenge wählt und das System gemäß Übergangswahrscheinlichkeiten, die nur vom aktuellen Zustand und der Aktion abhängen (Markov‑Eigenschaft), in einen Folgezustand übergeht; eine Belohnungsfunktion weist unmittelbare Auszahlungen zu, und das Ziel ist